pytorch torch.nn.functional.normalize 应用

最新推荐文章于 2023-05-20 17:59:23 发布

_yuki_

最新推荐文章于 2023-05-20 17:59:23 发布

阅读量1.5k

点赞数 4

分类专栏： python pytorch

本文链接：https://blog.csdn.net/qq_19707521/article/details/107820549

版权

python 同时被 2 个专栏收录

93 篇文章 8 订阅

订阅专栏

pytorch

4 篇文章 0 订阅

订阅专栏

torch.nn.functional.normalize

torch.nn.functional.normalize(input, p=2, dim=1, eps=1e-12, out=None)

功能：将某一个维度除以那个维度对应的范数(默认是2范数)。

$v=\frac{v}{\max(\lVert v \rVert_p, \epsilon)}$

ps：文档地址

输入为一维`Tensor`

dim=0，可以看到每一个数字都除以了这个Tensor的范数：： $\sqrt{1^2+2^2+3^2}$ = 3.7416

a = torch.Tensor([1,2,3])

torch.nn.functional.normalize(a, dim=0)

tensor([0.2673, 0.5345, 0.8018])

输入为二维`Tensor`

dim=0，是对列操作。以第一列为例，整体除以了第一列的范数： $\sqrt{1^2+4^2}$ = 4.1231

b = torch.Tensor([[1,2,3], [4,5,6]])

torch.nn.functional.normalize(b, dim=0)

tensor([[0.2425, 0.3714, 0.4472],
        [0.9701, 0.9285, 0.8944]])

dim=1，是对行操作。以第一行为例，整体除以了第一行的范数： $\sqrt{1^2+2^2+3^2}$ = 3.7416

b = torch.Tensor([[1,2,3], [4,5,6]])

torch.nn.functional.normalize(b, dim=1)

tensor([[0.2673, 0.5345, 0.8018],
        [0.4558, 0.5698, 0.6838]])

输入为三维`Tensor`

dim=2，是对第三个维度，也就是每一行操作。以第一行为例，除以了第一行的范数： $\sqrt{1^2+2^2+3^2}$ = 3.7416

b = torch.Tensor([[[1,2,3], [4,5,6]], [[1,2,3], [4,5,6]]])

torch.nn.functional.normalize(b, dim=2)

tensor([[[0.2673, 0.5345, 0.8018],
         [0.4558, 0.5698, 0.6838]],

        [[0.2673, 0.5345, 0.8018],
         [0.4558, 0.5698, 0.6838]]])

dim=1，是对第二个维度操作。第二个维度是二维数组，所以此时相当于对二维数组的第0维操作。
以[[1,2,3], [4,5,6]]为例，此时要对它的列操作。第一列要除以这一列的范数： $\sqrt{1^2+4^2}$ = 4.1231

b = torch.Tensor([[[1,2,3], [4,5,6]], [[1,2,3], [4,5,6]]])

torch.nn.functional.normalize(b, dim=1)

tensor([[[0.2425, 0.3714, 0.4472],
         [0.9701, 0.9285, 0.8944]],

        [[0.2425, 0.3714, 0.4472],
         [0.9701, 0.9285, 0.8944]]])